Optimasi Markov Weighted Fuzzy Time Series Berbasis K-Means menggunakan Particle Swarm Optimization pada Peramalan Harga Saham Bukalapak

Latar Belakang. Harga saham PT Bukalapak.com Tbk memiliki karakteristik yang fluktuatif sehingga memerlukan metode peramalan yang mampu menangani ketidakpastian data. Markov Weighted Fuzzy Time Series (MWFTS) merupakan pengembangan dari Fuzzy Time Series yang memanfaatkan relasi fuzzy dan probabilitas transisi Markov untuk meningkatkan akurasi peramalan. Kinerja MWFTS dipengaruhi oleh pembentukan batas interval fuzzy. Algoritma K-Means digunakan untuk membentuk interval fuzzy yang lebih representatif terhadap distribusi data, namun batas interval yang dihasilkan masih dapat dioptimalkan. Oleh karena itu, Particle Swarm Optimization (PSO) diterapkan untuk mengoptimalkan batas interval fuzzy. Tujuan. Penelitian ini bertujuan memperoleh hasil peramalan harga saham PT Bukalapak.com Tbk menggunakan metode MWFTS berbasis interval fuzzy yang dibentuk menggunakan algoritma K-Means serta MWFTS berbasis K-Means yang dioptimalkan menggunakan PSO. Metode. Penelitian ini menggunakan data harga penutupan harian PT Bukalapak.com Tbk periode Oktober 2024-Desember 2025 sebanyak 298 observasi yang dibagi menjadi data latih dan data uji. Interval fuzzy dibentuk menggunakan K-Means, dilanjutkan dengan proses fuzzifikasi, pembentukan Fuzzy Logical Relationship, penyusunan matriks probabilitas transisi Markov, dan peramalan menggunakan MWFTS. Selanjutnya, PSO digunakan untuk mengoptimalkan batas interval fuzzy dengan meminimalkan nilai Mean Absolute Percentage Error (MAPE). Hasil. Model MWFTS berbasis K-Means menghasilkan nilai MAPE 3,1736%, MAE 5,2263, dan RMSE 5,8953. Setelah optimasi menggunakan PSO, diperoleh nilai MAPE 1,4557%, MAE 2,4331, RMSE 3,1032, serta koefisien korelasi Pearson 0,7799. Kesimpulan. Particle Swarm Optimization (PSO) berhasil mengoptimalkan batas interval fuzzy pada metode Markov Weighted Fuzzy Time Series, sehingga menghasilkan model peramalan harga saham PT Bukalapak.com Tbk dengan akurasi yang lebih baik.